基于PSO-SVM模型的网络流量预测研究
기우PSO-SVM모형적망락류량예측연구
Network Traffic Prediction Based on PSO-SVM Model
  • 万方数据
    湖南人文科技学院学报 호남인문과기학원학보
    JOURNAL OF HUNAN UNIVERSITY OF HUMANANITIES AND SCIENCE AND TECHNOLOGY
    2013年 2期 68-71 ,共4页

    伍锦群%王望贤

    오금군%왕망현

    网络流量%粒子群算法%支持向量机%预测 網絡流量%粒子群算法%支持嚮量機%預測
    망락류량%입자군산법%지지향량궤%예측
    针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机(SVM)模型进行预测.针对SVM模型中参数难以确定的问题,采用粒子群(PSO)算法进行参数寻优,保证预测的精确度.将PSO-SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO-SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律.
    침대망락류량고도자상관、수궤성화비선성등시간서렬특정,채용지지향량궤(SVM)모형진행예측.침대SVM모형중삼수난이학정적문제,채용입자군(PSO)산법진행삼수심우,보증예측적정학도.장PSO-SVM모형예측결과여ARIMA자회귀이동평균모형、BP신경망락모형예측결과진행비대,PSO-SVM모형구유경고적예측정도,능구경호지반영망락류량적변화규률.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문